环境科学  2022, Vol. 43 Issue (4): 1863-1872   PDF    
引用本文
秦宁, 阿依博塔·吐尔逊别克, 刘运炜, 侯荣, 徐翔宇, 官家丞, 段小丽. 中国居民饮用水镉暴露非致癌风险的年龄分层权重[J]. 环境科学, 2022, 43(4): 1863-1872.
QIN Ning, Ayibota Tuerxunbieke, LIU Yun-wei, HOU Rong, XU Xiang-yu, GUAN Jia-cheng, DUAN Xiao-li. Non-carcinogenic Risk Assessment of Cadmium Exposure Through Drinking Water in Chinese Residents Based on Age-stratification Weight[J]. Environmental Science, 2022, 43(4): 1863-1872.
中国居民饮用水镉暴露非致癌风险的年龄分层权重
秦宁, 阿依博塔·吐尔逊别克, 刘运炜, 侯荣, 徐翔宇, 官家丞, 段小丽     
北京科技大学能源与环境工程学院, 北京 100083
收稿日期: 2021-08-12; 修订日期: 2021-08-31
基金项目: 中国疾病预防控制中心环境与人群健康重点实验室开放基金项目(2021-CKL-01); 中央高校基本科研业务费专项(FRF-TP-18-071A1)
作者简介: 秦宁(1984~), 男, 博士, 讲师, 主要研究方向为环境健康, E-mail: qinning@ustb.edu.cn
摘要: 饮水是人体镉(Cd)暴露的重要途径, 为了定量表征中国居民饮用水镉暴露风险, 通过文献调研收集我国3类主要饮用水类型的镉浓度数据.利用回归模型获得不同年龄段人群饮水暴露参数分布模式.基于概率方法评价不同水体和不同人群由于饮用水镉暴露造成的非致癌风险.结果发现, 3种类型水体镉浓度存在显著差异.自来水、未处理的地下水和地表水源水的ρ(Cd)几何均值分别为(0.48±0.78)、(1.07±1.82)和(1.04±1.38)μg ·L-1.风险评估结果表明, 各个年龄段和3类水体的风险商中位数都远小于1.与美国环保署推荐的暴露剂量阈值比较, 未处理的地表水源水、地下水和自来水的超过阈值的概率分别为2.4%、1.3%和1.0%.其中, 6~8岁的儿童具有最高的镉日均摄入剂量, 15~17岁年龄组人群摄入量最低.通过年龄分层权重后的蒙特卡洛模拟发现, 在超过暴露阈值的人群中, 18~44岁的成年人占所有超限人数的50.8%.综上所述, 我国居民的饮用水镉暴露引发的非致癌风险较低.但特殊群体仍存在超过暴露剂量阈值的概率, 需要进一步加强饮用水镉污染控制以降低镉暴露引发的健康风险和保障饮水安全.
关键词: 镉(Cd)      饮用水      暴露参数      健康风险评价      蒙特卡洛模拟     
Non-carcinogenic Risk Assessment of Cadmium Exposure Through Drinking Water in Chinese Residents Based on Age-stratification Weight
QIN Ning , Ayibota Tuerxunbieke , LIU Yun-wei , HOU Rong , XU Xiang-yu , GUAN Jia-cheng , DUAN Xiao-li     
School of Energy and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China
Abstract: Drinking water is an important cadmium (Cd) exposure pathway for residents in China. In order to quantitatively characterize the risk of cadmium exposure through drinking water, the Cd concentrations of three main drinking water types in China were collected via systematic literature review. The probability distribution of the exposure parameters was estimated using regression models. The non-carcinogenic risk of cadmium exposure to residents through drinking water was evaluated by Monte Carlo simulation. The results showed that significant differences were found among Cd contents in the three water types. The geometric mean of ρ(Cd) in tap water, untreated underground water, and surface water were (0.48±0.78), (1.07±1.82), and (1.04±1.38) μg·L-1, respectively. The non-carcinogenic risk assessment showed that the median of hazard quotients in all age groups and in the three water types were found to be less than 1. Compared with the exposure dose threshold recommended by the US EPA, the probabilities exceeding the threshold of underground water, surface source water, and tap water were 2.4%, 1.3%, and 1.0%, respectively. Children aged 6-8 had the greatest daily average dose of Cd, and the least exposure dose was found in the 15-17 age group. The result of Monte Carlo simulation based on age-stratification weight showed that people 18-44 years old accounted for 50.8% of the total number of people who exceeded the exposure threshold. In summary, the probability of noncarcinogenic risk caused by Cd exposure through drinking water of Chinese residents was relatively low. However, people in some sub-groups still had a relatively high probability of exceeding the exposure dose threshold. It is necessary to further strengthen the control of cadmium pollution in drinking water in order to reduce the health risk caused by cadmium exposure and ensure drinking water safety.
Key words: cadmium(Cd)      drinking water      exposure parameters      health risk assessment      Monte Carlo simulation     

镉(Cd)是一种具有高生物毒性的重金属污染物, 在电镀、化工和核工业等领域应用广泛.有色金属矿山的开采和冶炼是环境Cd污染的主要来源.随着我国经济快速发展, 采矿、冶炼、精炼和电镀等工业活动不断增多, 大量的含Cd废水被排放进入自然水体, 由此导致水体Cd污染日益加剧.突发性的Cd排放还造成了2005年广东省北江、2006年湖南省湘江和2012广西壮族自治区龙江河等多次急性Cd污染事件[1, 2], 严重危害饮水安全.

饮水摄入是Cd进入人体的重要途径[3].流行病学和毒理学证据表明, Cd的急性毒性经口暴露能造成腹痛和腹泻等症状.慢性Cd暴露则会造成肾脏疾病、骨质疏松和骨折、神经退行性疾病和心血管疾病等[4~7].此外, Cd在人体器官中有很高的存留率和很低的清除率, 在人体中的半衰期可达10~30 a.因此, 联合国环境规划署(UNEP)将Cd列入重点研究的环境污染物清单.

饮用水Cd暴露水平和健康风险一直是人们关注的焦点.然而, 由于监测数据的不足, 现有饮水Cd风险研究多以特定地区为研究区域, 以某一类型的饮水为评估对象, 缺少对全国范围内不同类型的饮水风险的比较研究.此外由于人群暴露参数不足, 现有研究的风险评估方法以点估计为主, 缺少统计意义上的概率风险评估.基于以上所述背景, 本研究通过文献调研系统分析中国3类饮用水的浓度水平和分布特征; 结合中国不同年龄段人群饮水暴露特征, 估计不同群体的暴露水平和健康风险; 基于年龄分层权重的蒙特卡洛方法探讨全人群的整体风险, 以期为我国饮用水中Cd污染的治理和保护公众饮用水安全提供重要的科学依据.

1 材料与方法 1.1 文献检索

中文文献通过中国知网、万方和维普三大中文数据库进行联合检索; 英文文献通过Web of Science和PubMed等英文检索平台进行检索.在数据库搜索以下关键词：主题=(“镉(cadmium)”OR“重金属(heavy metal)”)AND(“自来水(tap water)”OR“地下水(groundwater)”OR“井水(well water)”OR“地表水(surface water)” OR“健康风险(health risk)”), 通过文献统计的方法调查来自于1996~2020年100余篇国内外公开发表的中文核心期刊及SCI文献中饮用水Cd浓度的数据.

1.2 纳入和排除标准

为了保证所收集数据的准确性与有效性, 采用以下原则为依据进行文献的筛选：①收集采纳一次原始采样数据, 二次利用的数据样品如来自综述、meta分析和建模推理等相关文献所得的样品浓度数据不纳入分析; ②根据饮用水类型的不同将纳入研究的水源数据分为3类进行合并, 分别是饮用自来水(自来水)、不经处理饮用的地下水(地下水)、不经处理饮用的地表水源水(地表水).其中地表饮用水主要包括作为饮用水源地的湖泊和水库等地表水, 其他非饮用的自然水体数据排除在外; ③测定暴露浓度为总Cd浓度, 单位为μg·L-1.低于检出限的, 录入数据记为二分之一检出限.文献值为浓度范围的, 录入数据记为中位数; ④重金属测定方法为国家标准方法或美国环保署(US EPA)标准方法; ⑤本研究探讨我国饮水Cd浓度的普遍状况, 文献中明显受到典型污染场地污染或者急性污染事件影响的饮用水不参与分析.经过筛选, 共获得51篇目标文献中的79个Cd浓度数据, 文献涵盖了23个省、自治区和直辖市饮用水的Cd浓度.

1.3 暴露评估和风险表征

Cd暴露能够造成多种负面健康效应, 其中既包括致癌效应也包括非致癌效应.毒理学研究表明吸入、肌肉注射和皮下注射对大鼠和小鼠具有致癌性.而口服Cd盐(醋酸盐、硫酸盐和氯化物)对大鼠和小鼠没有致癌反应的证据.因此通常认为饮水Cd暴露并不能引发癌症.本研究仅表征饮水Cd暴露造成的非致癌风险.一般认为生物体对非致癌物的反应有剂量阈值, 低于阈值则认为不产生不利于健康的影响, 风险大小用风险商(hazard quotient, HQ)来表示：

(1)

式中, ADD(average daily dose)为通过饮水的日均Cd摄入剂量, RfD为饮用水中Cd的参考阈值剂量[mg·(kg·d)-1].其中, 非致癌风险的效应终点为显著的蛋白尿症状.US EPA推荐的RfD值为5×10-4 mg·(kg·d)-1.当HQ < 1时, 认为有害健康影响发生可能性小, 而当HQ>1时, 则存在潜在的非致癌健康风险.其中, ADD的计算方法为：

(2)

式中, ρ(Cd)为饮用水中Cd浓度(μg·L-1); IR为日饮用水量(mL·d-1); BW为平均体重(kg); 其中, ρ、IR和BW在本研究中作为变量处理.由于不同年龄段的人群暴露参数差异较大, 本研究通过年龄分层的方法以减小风险评估的不确定性.根据体重和饮水摄入量两项生理参数的差异将全人群分为6~8、9~11、12~14、15~17、18~44、45~59和60~70岁年龄段7个亚组分别评估.通过蒙特卡洛模拟(Monte Carlo simulation, MCS)推算得到不同人群和饮水类型的非致癌风险.

1.4 基于年龄分层权重的蒙特卡洛模拟

蒙特卡洛模拟(MCS)是一种广泛用于健康风险评估的数学方法[8].与点估计相比, 基于MCS的概率风险估计在描述变量不确定性方面具有更高的准确性, 同时增加了对污染物环境行为的理解[9, 10].因而MCS可以向风险管理者提供更大信息量以支持决策[11, 12].暴露参数的不足一度是MCS方法应用于风险评估的制约因素.近年来, 随着中国暴露科学研究的发展, 《中国人群暴露参数手册》的出版, 提供了大量的人群暴露参数来支持MCS方法在暴露估计中的应用.MCS已逐渐取代点估计, 广泛应用于多污染物、多暴露途径和多效应终点的风险研究.

本研究的MCS风险评估过程分各年龄亚组和全人群两部分进行：当探讨各年龄段风险时, 在各个亚组分别进行10 000次MCS以获得尽可能稳健的结果.当进行全人群的评估时, 由于不同年龄段的人群暴露参数差异较大, 则需要考虑不同年龄段的人群比例影响.通过人口学数据对各个年龄段人口结构进行统计, 按照不同年龄段人数的权重在各个年龄组内对暴露参数分别进行对应次数的蒙特卡洛随机抽样.再对各年龄段人群的风险值进行汇总获得总人群的风险结果.经过5 000~50 000次的测试随机采样实验, 最终选择全人群总计30 000次抽样以确保人数最少的亚组有足够的随机样本取得稳健收敛的结果.MCS程序使用Python 3.7编写.参数的敏感度分析通过Spearman相关分析计算各输入变量与暴露量之间的秩相关系数.通过比较秩相关系数, 量化每个输入变量的敏感性.

本研究中使用的其他的数据分析方法包括：使用SPSS 21软件对饮用水Cd浓度数据进行Shapiro-Wilk正态检验、Kruskal-Wallis检验和Spearman秩相关分析; 环境浓度与风险数据概率分布曲线绘制均使用Origin 2018完成.

2 结果与讨论 2.1 中国居民饮用水Cd浓度水平

经过文献筛选, 获得23个省级行政区的饮用水Cd浓度数据如表 1所示.全部饮用水的ρ(Cd)几何均值为(0.82±1.37)μg·L-1. 3类水体中自来水的ρ(Cd)最低, 几何均值为(0.48±0.78)μg·L-1.未经处理的地下水Cd和地表水Cd比较接近, 几何均值分别为(1.07±1.82)μg·L-1和(1.04±1.38)μg·L-1.Kruskal-Wallis检验发现, 地下水与水源水在P < 0.05水平下存在显著差异.从空间分布来看, 各省的饮用水ρ(Cd)存在较大差异.其中浓度最高的地下水样本出现在江西, 最高值为8.13 μg·L-1.其次为安徽(3.50 μg·L-1)和广东(3.50 μg·L-1).地表水源水最高Cd浓度值出现在浙江(4.85 μg·L-1), 其次为河南(4.60 μg·L-1)和贵州(1.48 μg·L-1).自来水中ρ(Cd)较低, 但在湖南也有2.93 μg·L-1的最高值检出.与国外的研究相比, 本研究的所有饮用水的均值要低于巴基斯坦(10 μg·L-1)[13]和尼日利亚(1.2~22.5 μg·L-1)[14]等国家饮用水中检测出ρ(Cd)均值.但是高于伊朗某市饮用水[(0.21±6)μg·L-1][15]和美国密西西比州饮用水水库(0.204~0.281 μg·L-1)[16]的ρ(Cd)报道.

表 1 1996~2020年中国居民饮用水中Cd浓度统计数据 Table 1 Cadmium concentration in drinking water of Chinese residents in 1996-2020

2.2 基于概率方法的饮水Cd浓度超标率

污染浓度与现行环境标准的比较是最为直接的风险表征方法.由于通过饮用水摄入的Cd暴露频率高, 因此饮用水中金属Cd的水质限值也一直受到各国卫生和环境相关组织的关注.世界卫生组织(WHO)建议饮用水中Cd的阈值为3 μg·L-1.我国也制定了多项标准对不同水体的Cd浓度进行控制. 2002年颁布的《地表水环境质量标准》(GB 3838-2002)中按照水体用途不同规定了5类水的环境标准, 其中第Ⅲ类, 主要适用于集中式生活饮用水地表水源地二级保护区的水质标准限值为5 μg·L-1.《地下水质量标准》(GB/T 14848-93)第Ⅲ类水以保护人体健康为依据, 适用于集中式生活饮用水水源及工农业用水的水质标准限值为10 μg·L-1.此外, 我国原卫生部颁布的《生活饮用水卫生标准》(GB 5749-2006)规定饮用水中ρ(Cd)限值为5 μg·L-1.通过比较水样概率分布和浓度阈值, 可以获得全水样的超标率.使用Shapiro-Wilk对各类型饮用水正态性进行检验, 结果发现中国居民地下水(P=0.88)、自来水(P=0.48)和全部水体样本(P=0.16)分布模式符合对数正态分布, 水源水(P=0.03)不符合正态或者对数正态分布.假设各个水体均符合对数正态分布对数据进行分析, 各类水体的概率密度函数和基于概率的超标情况如图 1所示. 红色实线表示生活饮用水卫生标准(GB 5749-2006)或地表水环境质量标准(GB 3838-2002)中Ⅲ类水体的Cd浓度标准值, 蓝色实线表示地下水质量标准(GB/T 14848-93)中Ⅲ类水体的Cd浓度标准值

图 1 不同饮水类型的Cd浓度分布和超标情况 Fig. 1 Distribution of cadmium content in different drinking water types and comparison with environmental standards

图 1中饮水Cd浓度标准由垂直线标出.各水体概率分布曲线在垂线右侧的面积为该水体超过浓度标准值的概率.计算各水体的超标率发现, 自来水的Cd浓度超标的概率为2.6%, 为3种饮用水类型中最安全的一类.重金属的去除是自来水生产过程中重要的工艺环节, 因此收集的自来水Cd浓度均没有超过生活饮用水卫生标准(GB 5749-2006)且大多数研究报道的自来水ρ(Cd)均在1μg·L-1以下.然而由于各地的背景值不同, 水处理工艺也存在差异, 也出现了个别较大的暴露浓度.如其中湖南某地的自来水中的ρ(Cd)达到了2.93 μg·L-1, 上海的自来水中的ρ(Cd)也有达到1 μg·L-1的报道.未经处理的地下水超过生活饮用水卫生标准(GB 5749-2006)和地下水质量标准(GB/T 14848-93)中Ⅲ类水体的Cd浓度标准值概率分别为4.2%和1.4%.与自来水和地下水相比, 地表水源水的超标概率为3种水体中最大, 概率为6.4%.将3类水样数据汇总并按照对数正态分布计算其超标率发现, 全体水样的超过《生活饮用水卫生标准》(GB 5749-2006)的概率为5.1%.

2.3 暴露参数的分布估计

饮水Cd暴露风险评估考虑的主要变量参数包括饮水Cd浓度, 体重和每日饮水摄入量.结合图 1的结果可以获得3类水体的累积分布拟合[图 2(a)].与浓度数据相同, 体重和饮水摄入量的分布模型同样通过回归拟合得到.本研究目标人群为年龄范围是6~70岁的中国居民.根据人群生理参数的差异分为6~8、9~11、12~14、15~17、18~44、45~59和60~70岁这7个亚组.各亚组的暴露参数5分位数、25分位数、中位数、75分位数和95分位数从暴露参数手册获得[67, 68].通过对各人群体重和饮水量的各分位数进行统计检验和分布估计发现, 人群体重符合正态分布, 日饮水量符合对数正态分布.分别利用正态分布和对数正态分布累积曲线进行回归拟合, 并对参数的拟合结果运用最小二乘法R2进行评价.饮水摄入量和体重的拟合曲线如图 2所示, 描述曲线的拟合参数如表 2所示.结果发现, 各个拟合曲线的R2均在0.9以上, 有较好地拟合结果.因此认为建立的分布模型能够较好地描述各年龄段人群的暴露参数.

图 2 我国各年龄段人群暴露参数分布拟合 Fig. 2 Regression models of exposure parameters in different age groups

表 2 各年龄亚组人群暴露参数分布1) Table 2 Exposure parameters of different age groups

2.4 不同饮水类型和年龄段饮水Cd暴露风险

以全水样的浓度、各个年龄段的体重和饮水摄入量为变量进行10 000次MCS得到各个年龄段的非致癌风险分布如图 3(a).各年龄组的风险统计数据如表 3所示.累积频率曲线越贴近纵轴, 表明该暴露人群或暴露途径风险越小, 反之则风险越大.由于不考虑饮水类型的影响, 不同年龄段的日平均暴露水平差异主要与饮水摄入量和体重这两个参数有关.累积概率密度曲线显示, 6~8岁的儿童曲线位于所有曲线的最右端, 这表明该年龄段的儿童单位体重的饮水量大, 导致该年龄段的Cd暴露ADD较高, 与US EPA推荐的RfD阈值5×10-4 mg·(kg·d)-1相比, 所有6~8岁的MCS样本中超过阈值概率为2.4%. 9~12岁儿童同样具有较大的风险, 超阈值概率为2.0%. 15~18岁年龄组人群由于生长发育期, 单位体重的饮水摄入量反而降低, 暴露风险也最低.超阈值概率为1.1%.随着年龄增长, 成年人的体重和饮水量趋于稳定, 风险也更加接近.

垂直虚线为US EPA推荐的RfD阈值5×10-4 mg·(kg·d)-1 图 3 不同年龄组和不同饮用水类型的非致癌风险 Fig. 3 Non-carcinogenic risk of population from different age groups and drinking different water types

表 3 不同饮水类型和不同年龄段人群的健康风险蒙特卡洛模拟结果 Table 3 Health risks from different drinking water types and of different age groups according to the results of MCS

以各个类型水体Cd浓度、全体18~70岁成年人的体重和饮水摄入量为暴露变量进行MCS得到不同饮水类型的非致癌风险分布如图 3(b).从风险评估计算的HQ值可以发现(表 3), 各个年龄段和3类水体中值的非致癌风险HQ中位数都小于1.这表明我国居民的饮用水Cd暴露引发肾脏损害的概率较低.不同类别水体的比较发现3种饮水Cd暴露风险有较明显差异.自来水的饮用风险远远低于其他两种类型, 超阈值概率为1.0%.而饮用未处理的地表水源水的成年人具有最大的超阈值概率为2.4%.

2.5 全人群暴露风险

通过年龄分层后的MCS能够更准确地获得各个组别人群的暴露行为参数和生理参数, 进而得到比较准确的风险范围.然而该方法无法获得全部人群的总体暴露情况.因此本研究结合中国人群的年龄结构, 通过年龄分层加权后的MCS对中国6~70岁的全体人群饮水Cd暴露情况进行分析.各个年龄层人口占总人口的比重如表 2所示.总人群进行30 000次的MCS, 各个亚组的模拟次数为30 000乘以人口所占的比重.经过数据统计得到全人群的暴露量频率分布如图 4所示.

垂直虚线为US EPA推荐的RfD阈值5×10-4 mg·(kg·d)-1 图 4 全人群的饮水Cd日均暴露剂量 Fig. 4 Average daily exposure dose of cadmium in drinking water of the whole population

全人群的ADD均值为5.93×10-5 mg·(kg·d)-1, 超过US EPA阈值的概率为2.2%.在所有超过暴露阈值的人群中, 18~45岁的成年人组是暴露的主要年龄阶段.这一年龄亚组人口比重为全人群总数的38.7%, 却贡献了所有超限人数的50.8%, 因此该年龄阶段人群的饮水Cd暴露应该受到关注.此外, 45~60岁的人群也有26.2%的超阈值人数贡献.未成年人的总贡献为14.1%, 其中6~8岁的儿童占比为4.2%.通过比较全人口暴露量与各个年龄段单独的暴露量发现两者的相差并不大, 这表明尽管不同年龄组别饮水摄入量与体重等参数相差较大, 但是在实际暴露量计算过程中这些参数的影响并不明显.

2.6 饮用水Cd风险研究不确定性

风险评估的不确定性来源于数据收集、模型参数获取、模型的适用性和假设等过程.尽管概率方法考虑了变量的分布, 但研究中仍然存在以下几方面的不确定因素：首先, 风险评价的不确定性来源于文献筛选和数据收集过程.现有数据库涵盖了1996~2020年间100余篇中文核心期刊和SCI文献, 然而这些饮水Cd暴露文献数据仍然不足以反映中国全部地区的饮用水Cd浓度水平.收集的文献在时间和空间覆盖范围上都可能存在着偏倚.

其次, 阈值和标准的选择是影响评估结果的重要因素.目前大部分的Cd的饮用水剂量阈值以造成显著蛋白尿为最终的健康效应.US EPA于1985年的研究发现人类肾皮质ω(Cd)达到200 μg·g-1, 是与显著蛋白尿无关的最高水平[69].在此基础上US EPA通过建立毒代动力学模型, 推导对应的慢性人类经口暴露水平.该方法也成为制定Cd经口暴露的阈值的标准方法.美国毒物与疾病登记署(ATSDR)、WHO和美国药物食品管理局(US FDA)都分别使用了临界肾皮质Cd浓度和代谢的动力学模型联合的方法, 分别推算了可接受的每日Cd摄入量.ATSDR获得0.7 μg·(kg·d)-1的经口暴露最低风险水平[70].世卫组织将Cd摄入量1 μg·(kg·d)-1确定为暂定的可耐受摄入量[71]. US FDA确定了每天可耐受的摄入量为0.8 μg·(kg·d)-1[72].然而, 随着现代流行病研究发现, 除了肾脏和骨骼的负面影响, Cd暴露对生殖系统和生长发育以及心血管疾病影响都有了新的进展.在生长发育方面, 一项基于孟加拉国1 505名被试的出生队列研究结果显示, Cd暴露水平不仅对儿童早期生长发育有影响, 还与儿童智商发育有关[73].心脑血管研究方面, 美国在1989~2009年对3 348名45~74岁的美国印第安成年人进行了前瞻性队列研究, 发现尿Cd水平与心血管疾病发病及外周动脉疾病的发生有关[74].依据不同的健康效应, 不同阈值的选择会得到不同的风险评估结果.完整的风险评估过程应该考虑Cd的多种健康效应以期获得更加全面的评估结果.

最后, 参数的敏感性差异是不确定性的又一来源.影响评估的3个主要变量与ADD的秩相关系数如图 5所示.敏感度分析的结果与表 3的年龄分层参数敏感度分析的结果接近, 水体Cd浓度水平是影响评估结果的主要参数, Spearman秩相关系数为0.906.此外, 日均饮水摄入量相关系数为0.355, 比体重因素的影响更为敏感.分析结果表明, 准确获得水体Cd浓度数据是提高风险评估准确性的重要环节也是降低评估不确定性的关键步骤.综上所述, 饮水Cd的非致癌风险评估还有很大的改进空间, 需要从各个方面改进评估过程以降低不确定性, 提高评估精度.

数据点表示MCS随机样本ADD与参数之间的关系, 红色实线为线性回归关系 图 5 参数敏感度分析 Fig. 5 Parameter sensitivity analysis

3 结论

(1) 本研究通过系统文献调研, 共获得23个省级行政区的饮用水Cd浓度数据. Kruskal-Wallis检验发现, 不同水体类型Cd浓度有较大的差异. 3种饮用水概率密度分布与生活饮用水卫生标准(GB 5749-2006)相比较, 未经处理的地表水源水和地下水的超标概率分别为6.4%和4.2%.自来水的Cd浓度超标的概率为2.6%.

(2) 对全人群各个年龄段的饮水Cd暴露非致癌风险评估发现, 6~8岁的儿童具有最高的Cd日均摄入剂量. 15~17岁年龄组人群摄入量最低.不同类别水体的比较发现, 自来水的饮用风险远远低于其他两种类型, 超过风险阈值概率为1.0%.饮用未处理的地表水源水具有最大的超风险阈值概率2.4%.

(3) 通过年龄分层权重后的蒙特卡洛模拟发现, 在超过暴露阈值的人群中, 18~44岁的成年人亚组贡献了最多的超限人数.从风险评估计算的HQ值可以发现各个年龄段和3类水体中值的非致癌风险HQ中位数都小于1.这表明我国居民的饮用水Cd暴露非致癌风险较低.

(4) 数据收集中的偏倚、阈值标准参数的选择和蒙特卡洛模拟中的参数敏感度差异是影响暴露风险评估的结果重要因素.现有的阈值存在较大的改进空间.建议大力推行系统的饮用水阈值理论方法学的研究, 完善Cd暴露的流行病学效应终点, 推导合理的饮用水Cd浓度阈值和剂量阈值, 为风险控制提供理论依据.

参考文献
[1] 张晓健. 松花江和北江水污染事件中的城市供水应急处理技术[J]. 给水排水, 2006, 32(6): 6-12.
Zhang X J. Emergent drinking water treatment in water pollution accidents in Songhuajiang River and Beijiang River[J]. Water & Wastewater Engineering, 2006, 32(6): 6-12. DOI:10.3969/j.issn.1002-8471.2006.06.002
[2] 陈定仪, 林希建. 湘江株洲段镉污染对长沙市水源水镉浓度的影响及其应急处理措施的探讨[J]. 实用预防医学, 2011, 18(5): 848-851.
Chen D Y, Lin X J. Impacts of cadmium pollution of Zhuzhou section of Xiangjiang River on cadmium concentration of source water of Changsha and discussion on its emergency processing measures[J]. Practical Preventive Medicine, 2011, 18(5): 848-851. DOI:10.3969/j.issn.1006-3110.2011.05.025
[3] Hong H H, Xu Y D, Xu J, et al. Cadmium exposure impairs pancreatic β-cell function and exaggerates diabetes by disrupting lipid metabolism[J]. Environment International, 2021, 149. DOI:10.1016/j.envint.2021.106406
[4] 崔玉静, 黄益宗, 朱永官. 镉对人类健康的危害及其影响因子的研究进展[J]. 卫生研究, 2006, 35(5): 656-659.
Cui Y J, Huang Y Z, Zhu Y G. Adverse health effects of cadmium and related factors[J]. Journal of Hygiene Research, 2006, 35(5): 656-659. DOI:10.3969/j.issn.1000-8020.2006.05.044
[5] Nawrot T S, Staessen J A, Roels H A, et al. Cadmium exposure in the population: from health risks to strategies of prevention[J]. BioMetals, 2010, 23(5): 769-782. DOI:10.1007/s10534-010-9343-z
[6] Türkcan A, Scharinger B, Grabmann G, et al. Combination of cadmium and high cholesterol levels as a risk factor for heart fibrosis[J]. Toxicological Sciences, 2015, 145(2): 360-371. DOI:10.1093/toxsci/kfv057
[7] Järup L, Åkesson A. Current status of cadmium as an environmental health problem[J]. Toxicology and Applied Pharmacology, 2009, 238(3): 201-208. DOI:10.1016/j.taap.2009.04.020
[8] Glorennec P, Bemrah N, Tard A, et al. Probabilistic modeling of young children's overall lead exposure in France: Integrated approach for various exposure media[J]. Environment International, 2007, 33(7): 937-945. DOI:10.1016/j.envint.2007.05.004
[9] Mishra H, Singh J, Karmakar S, et al. An integrated approach for modeling uncertainty in human health risk assessment[J]. Environmental Science and Pollution Research, 2021. DOI:10.1007/s11356-021-14531-z
[10] Burmaster D E, Anderson P D. Principles of good practice for the use of Monte Carlo techniques in human health and ecological risk assessments[J]. Risk Analysis, 1994, 14(4): 477-481. DOI:10.1111/j.1539-6924.1994.tb00265.x
[11] Thompson K M, Burmaster D E, Crouch III E A C. Monte Carlo techniques for quantitative uncertainty analysis in public health risk assessments[J]. Risk Analysis, 1992, 12(1): 53-63. DOI:10.1111/j.1539-6924.1992.tb01307.x
[12] Dong Z M, Liu Y J, Duan L C, et al. Uncertainties in human health risk assessment of environmental contaminants: A review and perspective[J]. Environment International, 2015, 85: 120-132. DOI:10.1016/j.envint.2015.09.008
[13] Khalid S, Shahid M, Natasha, et al. Heavy metal contamination and exposure risk assessment via drinking groundwater in Vehari, Pakistan[J]. Environmental Science and Pollution Research, 2020, 27(32): 39852-39864. DOI:10.1007/s11356-020-10106-6
[14] Chukwuneke C E, Adams F V, Madu J O, et al. Evaluation of seasonal variation of heavy metal contamination and health risk assessment in Sabore field Adamawa State, Nigeria[J]. International Journal of Environmental Analytical Chemistry, 2000. DOI:10.1080/03067319.2020.1814270
[15] Sarvestani R A, Aghasi M. Health risk assessment of heavy metals exposure (lead, cadmium, and copper) through drinking water consumption in Kerman city, Iran[J]. Environmental Earth Sciences, 2019, 78(24). DOI:10.1007/s12665-019-8723-0
[16] Dash P, Silwal S, Ikenga J O, et al. Water quality of four major lakes in Mississippi, USA: impacts on human and aquatic ecosystem health[J]. Water, 2015, 7(9): 4999-5030.
[17] Lin M L, Peng W H, Gui H R. Heavy metals in deep groundwater within coal mining area, northern Anhui province, China: concentration, relationship, and source apportionment[J]. Arabian Journal of Geosciences, 2016, 9(4). DOI:10.1007/s12517-016-2354-5
[18] Qiu H L, Gui H R, Song Q X. Human health risk assessment of trace elements in shallow groundwater of the Linhuan coal-mining district, Northern Anhui Province, China[J]. Human and Ecological Risk Assessment: An International Journal, 2018, 24(5): 1342-1351. DOI:10.1080/10807039.2017.1412817
[19] 高继军, 张力平, 黄圣彪, 等. 北京市饮用水源水重金属污染物健康风险的初步评价[J]. 环境科学, 2004, 25(2): 47-50.
Gao J J, Zhang L P, Huang S B, et al. Preliminary health risk assessment of heavy metals in drinking waters in Beijing[J]. Environmental Science, 2004, 25(2): 47-50.
[20] Zeng Y, Yang Y, Li Y Q, et al. Health risk assessment and source apportionment for heavy metals in a southern Chinese reservoir impacted by stone mining activities[J]. Integrated Environmental Assessment and Management, 2020, 16(3): 342-352. DOI:10.1002/ieam.4230
[21] 曾悦, 陈琴, 吴俊伟. 福州市原厝饮用水源地水中重金属健康风险初步评价探讨[J]. 能源与环境, 2013(2): 6-8. DOI:10.3969/j.issn.1672-9064.2013.02.003
[22] 陈月芳, 孙善伟, 段小丽, 等. 兰州市西固区儿童饮用水重金属暴露及健康风险精细化评估[J]. 环境科学, 2020, 41(1): 262-272.
Chen Y F, Sun S W, Duan X L, et al. Refined assessment of exposure and health risks of heavy metals in water for the children in Xigu District, Lanzhou[J]. Environmental Science, 2020, 41(1): 262-272.
[23] Peng C, Cai Y M, Wang T Y, et al. Regional probabilistic risk assessment of heavy metals in different environmental media and land uses: An urbanization-affected drinking water supply area[J]. Scientific Reports, 2016, 6. DOI:10.1038/srep37084
[24] Lu S Y, Zhang H M, Sojinu S O, et al. Trace elements contamination and human health risk assessment in drinking water from Shenzhen, China[J]. Environmental Monitoring and Assessment, 2015, 187(1). DOI:10.1007/s10661-014-4220-9
[25] 尤汉虎, 庞智锋, 梁雅慧, 等. 佛山市某城区饮用水重金属健康危害风险初步评估[J]. 华南预防医学, 2011, 37(3): 32-36.
You H H, Pang Z F, Liang Y H, et al. Health risk assessment of heavy metals in drinking water in a certain district of Foshan City[J]. South China Journal of Preventive Medicine, 2011, 37(3): 32-36.
[26] 利锋, 张学先. 梅州农村饮用水重金属元素监测与分析[J]. 广东微量元素科学, 2005, 12(6): 53-56.
Li F, Zhang X X. Supervision and analysis on heavy metals of drinking water in Meizhou's countryside[J]. Guangdong Trace Elements Science, 2005, 12(6): 53-56. DOI:10.3969/j.issn.1006-446X.2005.06.015
[27] Deng M J, Kuo D T F, Wu Q H, et al. Organophosphorus flame retardants and heavy metals in municipal landfill leachate treatment system in Guangzhou, China[J]. Environmental Pollution, 2018, 236: 137-145. DOI:10.1016/j.envpol.2018.01.042
[28] 王若师, 许秋瑾, 张娴, 等. 东江流域典型乡镇饮用水源地重金属污染健康风险评价[J]. 环境科学, 2012, 33(9): 3083-3088.
Wang R S, Xu Q J, Zhang X, et al. Health risk assessment of heavy metals in typical township water sources in Dongjiang river basin[J]. Environmental Science, 2012, 33(9): 3083-3088.
[29] Deng Q C, Chen L J, Wei Y P, et al. Understanding the association between environmental factors and longevity in Hechi, China: a drinking water and soil quality perspective[J]. International Journal of Environmental Research and Public Health, 2018, 15(10). DOI:10.3390/ijerph15102272
[30] Zhang L E, Mo Z Y, Qin J, et al. Change of water sources reduces health risks from heavy metals via ingestion of water, soil, and rice in a riverine area, South China[J]. Science of the Total Environment, 2015, 530-531: 163-170. DOI:10.1016/j.scitotenv.2015.05.100
[31] Shao M M, Zhu Y, Hao R, et al. The health hazards of potentially toxic metals in the daily diets of adults and children from a mining and smelting region (Hezhang County) in southwestern China[J]. Environmental Monitoring and Assessment, 2018, 190(7). DOI:10.1007/s10661-018-6816-y
[32] Gao Q, Li Y, Cheng Q Y, et al. Analysis and assessment of the nutrients, biochemical indexes and heavy metals in the Three Gorges Reservoir, China, from 2008 to 2013[J]. Water Research, 2016, 92: 262-274. DOI:10.1016/j.watres.2015.12.055
[33] Cai K, Yu Y Q, Zhang M J, et al. Concentration, source, and total health risks of cadmium in multiple media in densely populated areas, China[J]. International Journal of Environmental Research and Public Health, 2019, 16(13). DOI:10.3390/ijerph16132269
[34] 郭占景, 范尉尉, 陈凤格, 等. 石家庄市农村饮用水重金属健康风险评价[J]. 环境卫生学杂志, 2014, 4(1): 17-21.
Guo Z J, Fan W W, Chen F G, et al. Health risk assessment for heavy metals in rural drinking water in Shijiazhuang City[J]. Journal of Environmental Hygiene, 2014, 4(1): 17-21.
[35] 高斯萌, 于鹏, 袁瑞霞. 开封市饮用水源地重金属健康风险评价[J]. 江西农业学报, 2014, 26(7): 100-103, 114.
Gao S M, Yu P, Yuan R X. Health risk assessment of heavy metals at drinking water sources in Kaifeng[J]. Acta Agriculturae Jiangxi, 2014, 26(7): 100-103, 114. DOI:10.3969/j.issn.1001-8581.2014.07.026
[36] Ma L X, Qin X B, Sun N, et al. Human health risk of metals in drinking-water source areas from a forest zone after long-term excessive deforestation[J]. Human and Ecological Risk Assessment, 2014, 20(5): 1200-1212. DOI:10.1080/10807039.2013.854134
[37] Cai L M, Wang Q S, Luo J, et al. Heavy metal contamination and health risk assessment for children near a large Cu-smelter in central China[J]. Science of the Total Environment, 2019, 650: 725-733. DOI:10.1016/j.scitotenv.2018.09.081
[38] Cai L M, Xu Z C, Qi J Y, et al. Assessment of exposure to heavy metals and health risks among residents near Tonglushan mine in Hubei, China[J]. Chemosphere, 2015, 127: 127-135. DOI:10.1016/j.chemosphere.2015.01.027
[39] Li S Y, Xu Z F, Cheng X L, et al. Dissolved trace elements and heavy metals in the Danjiangkou Reservoir, China[J]. Environmental Geology, 2008, 55(5): 977-983. DOI:10.1007/s00254-007-1047-5
[40] Meng Q P, Zhang J, Zhang Z Y, et al. Geochemistry of dissolved trace elements and heavy metals in the Dan River Drainage (China): distribution, sources, and water quality assessment[J]. Environmental Science and Pollution Research, 2016, 23(8): 8091-8103. DOI:10.1007/s11356-016-6074-x
[41] Tian Z Q, Wang Y J, Zheng J Z. Assessment of exposure to toxic metals and measures to address deficiency of essential trace elements in young children in rural Hubei, China[J]. Environmental Science and Pollution Research, 2020, 27(17): 21581-21589. DOI:10.1007/s11356-020-08750-z
[42] Zhao L Y, Gong D D, Zhao W H, et al. Spatial-temporal distribution characteristics and health risk assessment of heavy metals in surface water of the Three Gorges Reservoir, China[J]. Science of the Total Environment, 2020, 704. DOI:10.1016/j.scitotenv.2019.134883
[43] Zhu Y D, Yang Y Y, Liu M X, et al. Concentration, distribution, source, and risk assessment of PAHs and heavy metals in surface water from the Three Gorges Reservoir, China[J]. Human and Ecological Risk Assessment: An International Journal, 2015, 21(6): 1593-1607. DOI:10.1080/10807039.2014.962315
[44] Gu C K, Zhang Y, Peng Y, et al. Spatial distribution and health risk assessment of dissolved trace elements in groundwater in southern China[J]. Scientific Reports, 2020, 10(1). DOI:10.1038/s41598-020-64267-y
[45] Li M S, Du Y, Chen L, et al. Assessment of trace elements in terminal tap water of Hunan Province, South China, and the potential health risks[J]. Environmental Monitoring and Assessment, 2018, 190(6). DOI:10.1007/s10661-018-6684-5
[46] 谷传玲, 王俊平, 王硕. 饮用水中重金属的暴露评估[J]. 食品工业科技, 2011, 32(11): 374-376, 423.
Gu C L, Wang J P, Wang S. Exposure assessment for heavy metals in drinking water[J]. Science and Technology of Food Industry, 2011, 32(11): 374-376, 423.
[47] 秦普丰, 李细红, 侯红, 等. 硫酸锰化工厂遗址周围水体重金属污染健康风险评价[J]. 环境科学研究, 2011, 24(4): 395-400.
Qin P F, Li X H, Hou H, et al. Health risk of heavy metal pollution in water around an abandoned manganese sulfate chemical plant site[J]. Research of Environmental Sciences, 2011, 24(4): 395-400.
[48] Cao S Z, Duan X L, Zhao X G, et al. Health risks of children's cumulative and aggregative exposure to metals and metalloids in a typical urban environment in China[J]. Chemosphere, 2016, 147: 404-411. DOI:10.1016/j.chemosphere.2015.12.134
[49] 郑浩, 于洋, 丁震, 等. 江苏省饮用水重金属污染物健康风险评价[J]. 江苏预防医学, 2012, 23(4): 5-7.
Zheng H, Yu Y, Ding Z, et al. Health risk assessment of heavy metals in drinking water in Jiangsu Province[J]. Jiangsu Journal of Preventive Medicine, 2012, 23(4): 5-7. DOI:10.3969/j.issn.1006-9070.2012.04.002
[50] 傅寅, 刘军, 陈诚, 等. 南京上坝饮用水源地重金属预警监控和风险评价[J]. 上海师范大学学报(自然科学版), 2013, 42(6): 641-645.
Fu Y, Liu J, Chen C, et al. Early warning monitoring and risk assessment on heavy metals in Shangba drinking water source in Nanjing[J]. Journal of Shanghai Normal University (Natural Sciences), 2013, 42(6): 641-645. DOI:10.3969/j.issn.1000-5137.2013.06.012
[51] 胡春华, 周文斌, 黄宗兰, 等. 环鄱阳湖区农村饮用水重金属健康风险评价[J]. 江西师范大学学报(自然科学版), 2010, 34(1): 102-106.
Hu C H, Zhou W B, Huang Z L, et al. Health risk assessment of heavy metals in rural drinking waters around the district of Poyang Lake[J]. Journal of Jiangxi Normal University (Natural Science), 2010, 34(1): 102-106. DOI:10.3969/j.issn.1000-5862.2010.01.024
[52] 王涛, 刘足根, 陈宏文, 等. 江西省典型矿区农村饮用水源地重金属污染分析[J]. 湖北农业科学, 2012, 51(16): 3597-3600, 3606.
Wang T, Liu Z G, Chen H W, et al. Analysis on heavy metal contamination at drinking water source of countryside in typical mineral region of Jiangxi Province[J]. Hubei Agricultural Sciences, 2012, 51(16): 3597-3600, 3606. DOI:10.3969/j.issn.0439-8114.2012.16.052
[53] Dong W W, Zhang Y, Quan X. Health risk assessment of heavy metals and pesticides: A case study in, the main drinking water source in Dalian, China[J]. Chemosphere, 2020, 242. DOI:10.1016/j.chemosphere.2019.125113
[54] 温海威, 吕聪, 王天野, 等. 沈阳地区农村地下饮用水中重金属健康风险评价[J]. 中国农学通报, 2012, 28(23): 242-247.
Wen H W, Lv C, Wang T Y, et al. Health risk assessment of heavy metal in rural drinking groundwater in Shenyang, China[J]. Chinese Agricultural Science Bulletin, 2012, 28(23): 242-247.
[55] Geng M H, Qi H J, Liu X L, et al. Occurrence and health risk assessment of selected metals in drinking water from two typical remote areas in China[J]. Environmental Science and Pollution Research, 2016, 23(9): 8462-8469. DOI:10.1007/s11356-015-6021-2
[56] Emsley C L, Gao S J, Li Y M, et al. Trace element levels in drinking water and cognitive function among elderly Chinese[J]. American Journal of Epidemiology, 2000, 151(9): 913-920. DOI:10.1093/oxfordjournals.aje.a010295
[57] 张芳, 常春平, 李静, 等. 平邑县农村地区地下水中重金属特征研究[J]. 农业环境科学学报, 2013, 32(1): 127-134.
Zhang F, Chang C P, Li J, et al. Distribution of heavy metal concentrations of groundwater in rural areas in Pingyi County[J]. Journal of Agro-Environment Science, 2013, 32(1): 127-134.
[58] Qiao J B, Zhu Y J, Jia X X, et al. Distributions of arsenic and other heavy metals, and health risk assessments for groundwater in the Guanzhong Plain region of China[J]. Environmental Research, 2020, 181. DOI:10.1016/j.envres.2019.108957
[59] 陈双莉, 冷雪, 江元汝, 等. 陕西某地区饮用水中低浓度重金属的测定及健康风险评价[J]. 应用化工, 2011, 40(1): 164-166, 172.
Chen S L, Leng X, Jiang Y R, et al. Determination of low concentration heavy metals of drinking water and health risk assessment in a region of Shaanxi Province[J]. Applied Chemical Industry, 2011, 40(1): 164-166, 172. DOI:10.3969/j.issn.1671-3206.2011.01.047
[60] 陆凤娟. 以嘉定区为例对上海市郊区饮用水源水重金属进行健康风险评价[J]. 中国环境监测, 2013, 29(2): 5-8.
Lu F J. Health risk assessment of heavy metals in drinking water sources in Shanghai City suburb for Jiading District as an example[J]. Environmental Monitoring in China, 2013, 29(2): 5-8. DOI:10.3969/j.issn.1002-6002.2013.02.002
[61] Cao X H, Lu Y L, Wang C C, et al. Hydrogeochemistry and quality of surface water and groundwater in the drinking water source area of an urbanizing region[J]. Ecotoxicology and Environmental Safety, 2019, 186. DOI:10.1016/j.ecoenv.2019.109628
[62] Wu G H, Cao S S. Mercury and cadmium contamination of irrigation water, sediment, soil and shallow groundwater in a wastewater-irrigated field in Tianjin, China[J]. Bulletin of Environmental Contamination and Toxicology, 2010, 84(3): 336-341. DOI:10.1007/s00128-010-9939-6
[63] Guo Q H, Wang Y X. Hydrochemical anomaly of drinking waters in some endemic Kashin-Beck disease areas of Tibet, China[J]. Environmental Earth Sciences, 2012, 65(3): 659-667. DOI:10.1007/s12665-011-1113-x
[64] 田华, 贾继民, 马永红, 等. 驻疆部队饮用水中部分重金属检测分析[J]. 解放军预防医学杂志, 2012, 30(1): 302.
[65] Deng M H, Yang X E, Dai X, et al. Heavy metal pollution risk assessments and their transportation in sediment and overlay water for the typical Chinese reservoirs[J]. Ecological Indicators, 2020, 112. DOI:10.1016/j.ecolind.2020.106166
[66] Weng H, Chen X H. Impact of polluted canal water on adjacent soil and groundwater systems[J]. Environmental Geology, 2000, 39(8): 945-950. DOI:10.1007/s002549900069
[67] 环境保护部. 中国人群暴露参数手册-成人卷[M]. 北京: 中国环境出版社, 2014.
Ministry of Environmental Protection. Exposure factors handbook of Chinese population-adults[M]. Beijing: China Environmental Science Press, 2014.
[68] 环境保护部. 中国人群暴露参数手册-儿童卷: 6~17岁[M]. 北京: 中国环境科学出版社, 2016.
Ministry of Environmental Protection. Exposure factors handbook of Chinese population-Children 6-17 years[M]. Beijing: China Environmental Science Press, 2016.
[69] US EPA. Drinking water criteria document on cadmium [R]. Office of Drinking Water, Washington, DC, 1985.
[70] ATSDR. Toxicological profile for cadmium [R]. Atlanta, GA: U.S. Health and Human Services, U.S. Public Health Service, 1993.
[71] WHO. Guidelines for drinking-water quality[R]. Geneva: World Health Organization, 1993.
[72] US FDA. Guidance document for cadmium in shellfish[R]. Washington: Center for Food Safety and Applied Nutrition, 1993.
[73] Gardner R M, Kippler M, Tofail F, et al. Environmental exposure to metals and children's growth to age 5 years: a prospective cohort study[J]. American Journal of Epidemiology, 2013, 177(12): 1356-1367. DOI:10.1093/aje/kws437
[74] Tellez-Plaza M, Guallar E, Howard B V, et al. Cadmium exposure and incident cardiovascular disease[J]. Epidemiology, 2013, 24(3): 421-429. DOI:10.1097/EDE.0b013e31828b0631